Modelo de intervención de precisión multimodal basado en transformador para mejorar la función del diafragma en...

Área de la Ciencia:

• Medicina de cuidados intensivos
• Inteligencia artificial en el cuidado de la salud
• Procesamiento de señales biomédicas

Sus antecedentes:

• La disfunción del diafragma es una complicación importante en pacientes ancianos con ventilación mecánica.
• Esto lleva a estancias prolongadas en la unidad de cuidados intensivos (UCI), al destete difícil y al aumento de los costos.
• Los sistemas actuales de apoyo a la decisión carecen de precisión en tiempo real para esta condición.

Objetivo del estudio:

• Desarrollar y validar un nuevo marco de inteligencia artificial (IA) para la predicción precisa y en tiempo real de la disfunción del diafragma.
• Integrar datos multimodales que incluyan imágenes, señales fisiológicas y parámetros del ventilador.
• Proporcionar apoyo a la toma de decisiones para los médicos de cuidados intensivos.

Principales métodos:

• Se utilizó un codificador de transformador jerárquico para la extracción de incrustación específica de la modalidad.
• Un módulo de fusión intermodal guiado por la atención integró diversos flujos de datos.
• Una red temporal predijo tendencias dinámicas, validadas en conjuntos de datos MIMIC-IV, eICU y de rayos X del tórax.

Principales resultados:

• El marco de IA logró una alta precisión (92,3% en MIMIC-IV, 91,8% en eICU, 92,0% en radiografía de tórax).
• Superó a los modelos de referencia en precisión, recuerdo, puntuación F1 y coeficiente de correlación de Matthews.
• El análisis SHAP identificó el volumen del ventilador y las características de imagen como predictores clave, con estimaciones de probabilidad bien calibradas.

Conclusiones:

• El marco de IA propuesto ofrece predicciones precisas e interpretables para la disfunción del diafragma.
• Tiene el potencial de mejorar significativamente la toma de decisiones clínicas en la ventilación mecánica.
• Esta tecnología puede conducir a intervenciones más efectivas y personalizadas para pacientes de UCI de alto riesgo.